【OpenCV3图像处理】Mat类详解 之 元素的获取与赋值 ( 对比.atlt;()函数 和 .ptrlt;()函数)

本文主要是介绍【OpenCV3图像处理】Mat类详解 之 元素的获取与赋值 ( 对比.atlt;()函数 和 .ptrlt;()函数),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Mat中像素的获取与赋值

 

计算机视觉中,图像的读取是图像处理的基础,图像就是一系列像素值,OpenCV使用数据结构cv::Mat来存储图像。cv::Mat是一个矩阵类,矩阵中每一个元素都代表一个像素,对于灰度图像,像素用8位无符号数,0表示黑色,255表示白色。对于彩色像素而言,每个像素需要三位这样的8位无符号数来表示,即三个通道(R,G,B),矩阵则依次存储一个像素的三个通道的值,然后再存储下一个像素点。

 

cv::Mat中,

cols代表图像的宽度(图像的列数),

rows代表图像的高度(图像的行数),

step代表以字节为单位的图像的有效宽度,

elemSize返回像素的大小,

channels()方法返回图像的通道数,

total函数返回图像的像素数。

像素的大小 = 颜色大小(字节)*通道数,

比如:

三通道short型矩阵(CV_16SC3)的大小为2*3 = 6,

三通道Byte型矩阵(CV_8UC3)的大小为1*3= 3,像素的channels方法返回图像的通道数,total函数返回图像的像素数。

RGB图像的颜色数目是256*256*256,本文对图像进行量化,缩减颜色数目到256的1/8(即32*32*32)为目标,分别利用一下几种方法实现,比较几种方法的安全和效率。

 

方法一:使用Mat的成员函数ptr<>()

cv::Mat中提供ptr函数访问任意一行像素的首地址,特别方便图像的一行一行的横向访问,如果需要一列一列的纵向访问图像,就稍微麻烦一点。但是ptr访问效率比较高,程序也比较安全,有越界判断。

 

int nl = image.rows; //行数  
int nc = image.cols * image.channels();
for (int j = 0; j<nl; j++)
{uchar* data = image.ptr<uchar>(j);for (int i = 0; i<nc; i++){data[i] = data[i] / div*div + div / 2;}
}

 

 

 

 

 

方法二:使用迭代器遍历图像

cv::Mat同样有标准模板库(STL),可以使用迭代器访问数据。

用迭代器来遍历图像像素,可简化过程降低出错的机会,比较安全,不过效率较低;如果想避免修改输入图像实例cv::Mat,可采用const_iterator。iterator有两种调用方法,cv::MatIterator_<cv::Vec3b>it;cv::Mat_<cv::Vec3b>::iterator it;中间cv::Vec3b是因为图像是彩色图像,3通道,cv::Vec3b可以代表一个像素。

 

cv::Mat_<cv::Vec3b>::iterator it = image.begin<cv::Vec3b>();
cv::Mat_<cv::Vec3b>::iterator itend = image.end<cv::Vec3b>();
for (; it != itend; ++it)
{(*it)[0] = (*it)[0] / div*div + div / 2;(*it)[1] = (*it)[1] / div*div + div / 2;(*it)[2] = (*it)[2] / div*div + div / 2;
}

 

 

 

 

方法三:使用Mat的成员函数at<>()

cv::Mat也是向量,可以使at方法取值,使用调用方法image.at<cv::Vec3b>(j,i),at方法方便,直接给i,j赋值就可以随意访问图像中任何一个像素,其中j表示第j行,i表示该行第i个像素。但是at方法效率是这3中访问方法中最慢的一个,所以如果遍历图像或者访问像素比较多时,建议不要使用这个方法,毕竟程序的效率还是比程序的可读性要重要的。下面是完整的调用方法,其运行时间在下面会介绍。

 

for (int j = 0; j< image.rows; j++)
{for (int i = 0; i< image.cols; i++){image.at<cv::Vec3b>(j, i)[0] = image.at<cv::Vec3b>(j, i)[0] / div*div + div / 2;image.at<cv::Vec3b>(j, i)[1] = image.at<cv::Vec3b>(j, i)[1] / div*div + div / 2;image.at<cv::Vec3b>(j, i)[2] = image.at<cv::Vec3b>(j, i)[2] / div*div + div / 2;} // end of line                     
}

 

 

 

 

 

注意:使用at函数时,应该知道矩阵元素的类型和通道数,根据矩阵元素类型和通道数来确定at函数传递的类型,使用的是Vec3b这个元素类型,他是一个包含3个unsigned char类型向量。之所以采用这个类型来接受at的返回值,是因为,我们的矩阵im是3通道,类型为unsigned char类型

 

完整实例:

 

#include <iostream>  
#include < opencv.hpp>  
using namespace cv;
using namespace std;int main()
{//新建一个uchar类型的3通道矩阵Mat img(5, 3, CV_8UC3, Scalar(50,50,50));cout << img.rows << endl; //5cout << img.cols << endl;  //3cout << img.channels() << endl;  //3cout << img.depth() << endl;  //CV_8U  0cout << img.dims << endl;  //2cout << img.elemSize() << endl;    //1 * 3,一个位置,三个通道的CV_8Ucout << img.elemSize1() << endl;   //1cout << img.size[0] << endl;   //5cout << img.size[1] << endl;   //3cout << img.step[0] << endl;   //3 * ( 1 * 3 )cout << img.step[1] << endl;   //1 * 3cout << img.step1(0) << endl;  //3 * 3cout << img.step1(1) << endl;  //3cout << img.total() << endl;   //3*5//--------------------------------------          地址运算         --------------------------------//for (int row = 0; row < img.rows; row++){for (int col = 0; col < img.cols; col++){//[row, col]像素的第 1 通道地址被 * 解析(blue通道)*(img.data + img.step[0] * row + img.step[1] * col) += 15;//[row, col]像素的第 2 通道地址被 * 解析(green通道)*(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1()) += 15;//[row, col]像素的第 3 通道地址被 * 解析(red通道)*(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1() * 2) += 15;}}cout << img << endl;//--------------------------------------          Mat的成员函数at<>( )         --------------------------------//for (int row = 0; row < img.rows; row++){for (int col = 0; col < img.cols; col++){img.at<Vec3b>(row, col) = Vec3b(0, 0, 0);}}cout << img << endl;//--------------------------------------         使用Mat的成员函数ptr<>()         --------------------------------//for (int row = 0; row < img.rows; row++){// data 是 uchar* 类型的, m.ptr(row) 返回第 row 行数据的首地址// 需要注意的是该行数据是按顺序存放的,也就是对于一个 3 通道的 Mat, 一个像素3个通道值, [B,G,R][B,G,R][B,G,R]... // 所以一行长度为:sizeof(uchar) * m.cols * m.channels() 个字节 uchar* data = img.ptr(row);for (int col = 0; col < img.cols; col++){data[col * 3] = 50;     //第row行的第col个像素点的第一个通道值 Bluedata[col * 3 + 1] = 50; // Greendata[col * 3 + 2] = 50; // Red}}cout << img << endl;Vec3b *pix(NULL);for (int r = 0; r < img.rows; r++){pix = img.ptr<Vec3b>(r);for (int c = 0; c < img.cols; c++){pix[c] = pix[c] * 2;}}cout << img << endl;//--------------------------------------         使用Mat的成员函数ptr<>()         --------------------------------//	MatIterator_<Vec3b> it_im, itEnd_im;it_im = img.begin<Vec3b>();itEnd_im = img.end<Vec3b>();for(; it_im != itEnd_im; it_im++){*it_im = (*it_im) * 2;}cout << img << endl;cvWaitKey();return 0;}

 

 

 

 

 

 

这篇关于【OpenCV3图像处理】Mat类详解 之 元素的获取与赋值 ( 对比.atlt;()函数 和 .ptrlt;()函数)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1053766

相关文章

MySQL 中的 JSON 查询案例详解

《MySQL中的JSON查询案例详解》:本文主要介绍MySQL的JSON查询的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录mysql 的 jsON 路径格式基本结构路径组件详解特殊语法元素实际示例简单路径复杂路径简写操作符注意MySQL 的 J

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技

一文详解Java异常处理你都了解哪些知识

《一文详解Java异常处理你都了解哪些知识》:本文主要介绍Java异常处理的相关资料,包括异常的分类、捕获和处理异常的语法、常见的异常类型以及自定义异常的实现,文中通过代码介绍的非常详细,需要的朋... 目录前言一、什么是异常二、异常的分类2.1 受检异常2.2 非受检异常三、异常处理的语法3.1 try-

Java中的@SneakyThrows注解用法详解

《Java中的@SneakyThrows注解用法详解》:本文主要介绍Java中的@SneakyThrows注解用法的相关资料,Lombok的@SneakyThrows注解简化了Java方法中的异常... 目录前言一、@SneakyThrows 简介1.1 什么是 Lombok?二、@SneakyThrows

Java中字符串转时间与时间转字符串的操作详解

《Java中字符串转时间与时间转字符串的操作详解》Java的java.time包提供了强大的日期和时间处理功能,通过DateTimeFormatter可以轻松地在日期时间对象和字符串之间进行转换,下面... 目录一、字符串转时间(一)使用预定义格式(二)自定义格式二、时间转字符串(一)使用预定义格式(二)自

Redis Pipeline(管道) 详解

《RedisPipeline(管道)详解》Pipeline管道是Redis提供的一种批量执行命令的机制,通过将多个命令一次性发送到服务器并统一接收响应,减少网络往返次数(RTT),显著提升执行效率... 目录Redis Pipeline 详解1. Pipeline 的核心概念2. 工作原理与性能提升3. 核

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

Nginx location匹配模式与规则详解

《Nginxlocation匹配模式与规则详解》:本文主要介绍Nginxlocation匹配模式与规则,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、环境二、匹配模式1. 精准模式2. 前缀模式(不继续匹配正则)3. 前缀模式(继续匹配正则)4. 正则模式(大

Android实现在线预览office文档的示例详解

《Android实现在线预览office文档的示例详解》在移动端展示在线Office文档(如Word、Excel、PPT)是一项常见需求,这篇文章为大家重点介绍了两种方案的实现方法,希望对大家有一定的... 目录一、项目概述二、相关技术知识三、实现思路3.1 方案一:WebView + Office Onl